海岸带遥感中图像对象最优分割的识别机制

由于海岸带环境复杂、动态的特征，使得传统的分类方法应用到海岸带遥感图象地物信息提取中效果不佳。在海岸带高分辨率的遥感影像中，除了光谱、纹理等信息外，空间位置是区分潮上带和潮间带地物的主要依据，形状等空间信息成为识别人工地物和自然地物的关键。而有效利用空间信息的核心在于提取具有符合地物对象内在尺度的图斑。本项目针对面向对象的海岸带环境遥感影像处理中出现的最优分割问题，在多尺度分析基础上，试图提出图斑显著性、尺度序等概念，通过分析分割过程中的信息变化，以便实现海岸带遥感中图像对象最优分割的识别及置信度计算，并利用实地调查、在不同分辨率影像及其变换结果上的应用检验方法的可行性。图像对象最优分割的识别，是提取正确空间信息的前提，通过本项目研究，将为解决海岸带高分辨率遥感影像处理中利用地物空间信息，为复杂环境遥感影像中图像理解、目标识别提供关键技术。